KR100893129B1 - System for extracting recommended keyword of multimedia contents and method thereof - Google Patents

System for extracting recommended keyword of multimedia contents and method thereof Download PDF

Info

Publication number
KR100893129B1
KR100893129B1 KR1020070107260A KR20070107260A KR100893129B1 KR 100893129 B1 KR100893129 B1 KR 100893129B1 KR 1020070107260 A KR1020070107260 A KR 1020070107260A KR 20070107260 A KR20070107260 A KR 20070107260A KR 100893129 B1 KR100893129 B1 KR 100893129B1
Authority
KR
South Korea
Prior art keywords
keyword
content
time
search
viewer
Prior art date
Application number
KR1020070107260A
Other languages
Korean (ko)
Inventor
송인재
김유원
김동욱
Original Assignee
엔에이치엔(주)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엔에이치엔(주) filed Critical 엔에이치엔(주)
Priority to KR1020070107260A priority Critical patent/KR100893129B1/en
Priority to PCT/KR2008/005083 priority patent/WO2009054610A1/en
Priority to US12/674,600 priority patent/US9414006B2/en
Priority to CN2008800238031A priority patent/CN101690179B/en
Priority to JP2010519876A priority patent/JP5269899B2/en
Application granted granted Critical
Publication of KR100893129B1 publication Critical patent/KR100893129B1/en

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/432Content retrieval operation from a local storage medium, e.g. hard-disk
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/76Television signal recording
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73Querying
    • G06F16/735Filtering based on additional data, e.g. user or group profiles
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/252Processing of multiple end-users' preferences to derive collaborative data
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47End-user applications
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47End-user applications
    • H04N21/482End-user interface for program selection
    • H04N21/4828End-user interface for program selection for searching program descriptors
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/84Generation or processing of descriptive data, e.g. content descriptors
    • H04N21/8405Generation or processing of descriptive data, e.g. content descriptors represented by keywords
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/76Television signal recording
    • H04N5/78Television signal recording using magnetic recording
    • H04N5/782Television signal recording using magnetic recording on tape
    • H04N5/783Adaptations for reproducing at a rate different from the recording rate
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/16Analogue secrecy systems; Analogue subscription systems
    • H04N7/173Analogue secrecy systems; Analogue subscription systems with two-way working, e.g. subscriber sending a programme selection signal
    • H04N7/17309Transmission or handling of upstream communications
    • H04N7/17318Direct or substantially direct transmission and handling of requests
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00Details of colour television systems
    • H04N9/79Processing of colour television signals in connection with recording
    • H04N9/80Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback
    • H04N9/82Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback the individual colour picture signal components being recorded simultaneously only
    • H04N9/8205Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback the individual colour picture signal components being recorded simultaneously only involving the multiplexing of an additional signal and the colour video signal

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

A system of extracting a recommendation keyword for multimedia contents and a method thereof are provided to recommend various keywords having high relationship between contents and the interest of a user according to each content reproducing time. A unit(110) for generating recommended keywords for respective contents comprises a unit(111) for extracting persons who are expected to see and hear contents, a recommendation keyword generating unit(112) and contents-keywords time synchronization unit(113). A DB server(120) comprises a seed key word DB(121), a DB(122) for persons who are expected to see and hear contents and a DB(123) for recommended keywords for each content. In case a broadcasting program is received through a broadcasting receiver(10). A keyword retrieval for the broadcasting program is concentratedly generated by a user equipment(11). A search engine receives a search query. A search query log DB stores the search keyword, time and user Identification number. The recommendation keyword generating unit collects search words of the persons who are expected to see and hear contents by referring to the DB(122) for the viewing-expected persons with respect to search queries which will be generated later.

Description

멀티 미디어 컨텐츠의 추천 키워드 추출 시스템 및 그 방법{SYSTEM FOR EXTRACTING RECOMMENDED KEYWORD OF MULTIMEDIA CONTENTS AND METHOD THEREOF}System for extracting recommended keywords of multimedia contents and method thereof {SYSTEM FOR EXTRACTING RECOMMENDED KEYWORD OF MULTIMEDIA CONTENTS AND METHOD THEREOF}

특정 멀티미디어 컨텐츠와 관련된 추천 키워드를 추출하여 DB화 할 수 있는 시스템 및 방법에 관한 것이다. 더욱 상세하게, 특정 시간대에 방송되는 컨텐츠에 대한 시청 예상자들로부터 수집한 현실적으로 신뢰성 있는 키워드를 DB화하여 추천 키워드로서 활용할 수 있는 시스템 및 방법에 관한 것이다.The present invention relates to a system and method for extracting recommendation keywords related to specific multimedia contents and forming a DB. More specifically, the present invention relates to a system and a method that can utilize a realistically reliable keyword collected from viewers who anticipate content broadcasted in a specific time period to be used as a recommendation keyword.

최근 방송과 데이터 통신 사이의 경계가 허물어지면서, 주문형 비디오 서비스(VOD), 데이터 방송, T-커머스, IP TV등의 인터랙티브 방송 서비스가 활발히 개발되고 있다.Recently, as the boundaries between broadcasting and data communication have been broken down, interactive broadcasting services such as video on demand (VOD), data broadcasting, T-commerce, and IP TV have been actively developed.

이러한 인터랙티브 방송은 단순히 모든 사용자에게 동일한 방송 컨텐츠를 제공하는 수준을 넘어, 리턴 채널을 이용하여 시청자의 요구를 반영하고 있으며, 시청자가 직접 선택한 컨텐츠를 제공하는 서비스가 가능하다.Such interactive broadcasting goes beyond simply providing the same broadcast contents to all users, reflects the needs of viewers by using a return channel, and enables a service to provide the contents directly selected by the viewers.

한편, 인터넷의 다양한 서비스가 방송에 융합되면서, 인터넷 서비스 중 가장 주요한 서비스중의 하나인 검색 서비스 역시 방송 수신 기기에서 가능하게 되었다. 일례로 IP TV는 인터넷 IP 기반의 네트워크를 이용하여 방송 컨텐츠를 제공하면서도 기존의 IP 기반의 다양한 서비스를 방송과 융합하여 제공하고 있다.On the other hand, as the various services of the Internet are converged in broadcasting, the search service, one of the most important services of the Internet service, is also available in new broadcasting devices. For example, IP TV provides broadcast contents using an Internet IP-based network while providing a variety of existing IP-based services with broadcasting.

특히, 방송 컨텐츠에 대한 시청자들의 궁금증을 즉시 해소할 수 있는 컨텐츠 관련 키워드 검색은 현재도 검색 서비스 업체에서 많은 수요가 존재한다.In particular, there is a great demand for content-related keyword searches that can immediately solve viewers' questions about broadcast content.

도 1은 종래 기술의 컨텐츠 관련 보충 정보를 검색하는 시스템을 개략적으로 도시한 도면이다. 1 is a diagram schematically illustrating a system for retrieving supplemental information related to content of the related art.

한국 공개 특허 제2003-96362호는 라디오 청취자 또는 텔레비전 시청자가 실시간적으로 수신되는 방송 프로그램에 관한 보충 정보를 제공하는 구성을 개시하고 있다.Korean Laid-Open Patent Publication No. 2003-96362 discloses a configuration in which a radio listener or a television viewer provides supplementary information about a broadcast program received in real time.

도 1에 도시된 상기 종래 기술의 시스템은 방송 수신 장치(10), 사용자 장치(11), 방송국(21), 채널 정보 서버(22), 웹 서버(23)을 포함한다.The prior art system shown in FIG. 1 includes a broadcast receiving device 10, a user device 11, a broadcasting station 21, a channel information server 22, and a web server 23.

방송 수신 장치(10)은 방송국(21)로부터 수신되는 방송 컨텐츠를 수신한다. The broadcast reception device 10 receives broadcast content received from the broadcast station 21.

채널 정보 서버(22)는 방송국(21)로부터 방송되는 방송 컨텐츠 별로 보충 정보에 대한 URL 정보를 제공하고 있다. 시청자가 현재 방송되는 컨텐츠에 관한 보충 정보를 검색하고 싶은 경우에는 사용자 장치(11)를 이용하여 채널 정보 서버(22)에 보충 정보에 관한 URL 정보를 요청한다. The channel information server 22 provides URL information on supplementary information for each broadcast content broadcast from the broadcasting station 21. When the viewer wants to search for supplemental information about the content that is currently being broadcast, the user device 11 requests the channel information server 22 for URL information about the supplemental information.

채널 정보 서버(22)는 채널, 방송 프로그램의 주제별 URL 정보를 사용자 장치(11)로 전송하고, 사용자 장치(11)는 상기 주제별 URL을 이용하여 웹 서버(23)로부터 보충 정보를 검색한다. The channel information server 22 transmits URL information for each topic of a channel and a broadcast program to the user device 11, and the user device 11 retrieves supplemental information from the web server 23 using the URL for each topic.

한편, 한국 공개 특허 제2002-81767호는 현재 방송중인 프로그램에 대한 연예인과 상품 정보를 미리 저장한 DB를 이용하여, 상기 연예인과 상품 정보를 전자 프로그램 가이드(EPG)를 기반으로 하여 제공하는 기술을 개시하고 있다.Meanwhile, Korean Patent Publication No. 2002-81767 discloses a technology for providing celebrity and product information based on an electronic program guide (EPG) using a DB that stores celebrity and product information about a program currently being broadcast. It is starting.

또한, 한국 공개 특허 제2004-101235호는 텔레비전에서 방송되는 프로그램에 관한 정보를 포함하는 웹사이트를 이용하여, 시청되는 프로그램과 상기 정보를 함께 디스플레이하는 기술을 개시하고 있다. In addition, Korean Patent Laid-Open Publication No. 2004-101235 discloses a technology for displaying a watched program together with the information by using a website including information about a program broadcasted on a television.

그러나, 이러한 종래 기술은 단지 프로그램에 관련된 정보를 미리 저장한다는 것을 전제하고 있으나, 이러한 관련 정보에 대한 검색어나 주제를 어떻게 수집하는지에 대한 수단은 전혀 제공하고 있지 못하고 있다.However, such a prior art presupposes that only information related to a program is stored in advance, but it does not provide any means for collecting a search word or a subject for such related information.

결국 관리자의 선택에 따라 방송 프로그램 컨텐츠에 보충 정보 또는 관련 정보를 수동으로 수집하여 제공한다면, 수많은 방송 컨텐츠에 관련성이 높은 정보를 제공하는 것은 현실적으로 불가능하다. 더불어, 특정 컨텐츠에 대한 다양한 검색 키워드가 존재할 수 있지만, 이러한 다양한 검색 키워드를 구비하는 것 역시 한계가 있다. 또한, 이렇게 관리자가 선택한 관련 정보는 시청자가 검색하고자 하는 정보와 일치될 가능성은 매우 낮을 뿐 아니라, 시청자가 검색한 정보량 역시 미리 준비해둔 정보 데이터가 그 한계이므로 매우 제한적이라고 할 것이다.After all, if supplementary information or related information is manually collected and provided to broadcast program contents according to a manager's selection, it is practically impossible to provide highly relevant information to numerous broadcast contents. In addition, there may be various search keywords for specific content, but having such various search keywords is also limited. In addition, the related information selected by the manager is very unlikely to match the information that the viewer wants to search, and the amount of information searched by the viewer is also very limited because the information data prepared in advance is limited.

이와 같이, 단지 미리 준비해둔 컨텐츠에 관한 키워드나 정보를 방송 프로그램과 동기시켜 제공하는 기술은 컨텐츠와의 높은 상관도를 제공하지 못하며, 시청자의 관심 사항과 일치되지 않는 문제점이 존재한다. As such, a technology of providing keywords or information about content prepared in advance in synchronization with a broadcast program does not provide a high degree of correlation with the content, and there is a problem inconsistent with the viewer's interest.

언급한 종래 기술들은 컨텐츠와의 상관도와 시청자 관심 사항이 반영된 컨텐 츠 관련 키워드를 제공하는 해법을 제공하지 못하는 바, 전술한 문제점을 그대로 보유하고 있는 상태이다. The above-mentioned prior arts do not provide a solution for providing a keyword related to content that reflects correlation with content and viewers' interests, and thus retains the aforementioned problems.

전술한 문제점을 해결하기 위하여, 본 발명의 일부 실시예는 시청자 관심 사항이 반영된 컨텐츠 관련 키워드를 제공하는 시스템 및 방법을 제공한다. In order to solve the above-described problem, some embodiments of the present invention provide a system and method for providing a keyword related to content that reflects a viewer's interest.

또한, 본 발명은 일부 실시예는 컨텐츠와의 상관도가 높은 다양한 수의 키워드를 추천할 수 있는 시스템 및 방법을 제공한다.In addition, some embodiments provide a system and method that can recommend various numbers of keywords that are highly correlated with content.

또한, 본 발명의 일부 실시예는 컨텐츠의 재생 시간대별로 사용자의 관심 사항과 컨텐츠와의 상관도가 높은 추천 키워드를 제공하는 시스템 방법을 제공한다.In addition, some embodiments of the present invention provide a system method for providing a recommendation keyword having a high correlation between a user's interest and content for each playing time of the content.

또한, 본 발명의 일부 실시예는 다양한 컨텐츠의 응용에 호환될 수 있는 컨텐츠 별 추천 키워드를 데이터베이스화하는 시스템 및 방법을 제공한다. In addition, some embodiments of the present disclosure provide a system and method for databaseing recommendation keywords for each content that can be compatible with various content applications.

전술한 기술적 과제를 해결하기 위한 본 발명의 제1측면에 따른 컨텐츠 별 추천 키워드를 추출하는 시스템은, 특정 방송 컨텐츠의 방송 시간 및 상기 컨텐츠와 관련된 미리 정해진 시드 키워드를 저장하는 시드 키워드 DB; 상기 방송 시간 및 상기 시드 키워드를 이용하여 검색 엔진으로부터 검색어를 검색한 사용자 중에서 상기 컨텐츠의 시청 예상자를 추출하는 시청 예상자 추출부; 상기 시청 예상자의 사용자 식별 번호를 컨텐츠 별로 저장하는 시청 예상자 DB; 및 상기 시청 예상자의 사용자 식별 번호와 상기 방송 시간에 기초하여, 상기 시청 예상자가 검색한 검색어 중 컨텐츠와의 상관도가 임계치 이상인 조건을 만족시키는 키워드를 수집하 여 키워드 세트를 생성하는 추천 키워드 생성부를 포함한다. According to an aspect of the present invention, there is provided a system for extracting a recommendation keyword for each content according to the first aspect of the present invention, including: a seed keyword DB for storing a broadcast time of a specific broadcast content and a predetermined seed keyword associated with the content; A viewer predictor extractor configured to extract a viewer predictor of the content from a user who searches for a search word from a search engine using the broadcast time and the seed keyword; A viewing predictor DB for storing the user identification number of the viewing predictor for each content; And a keyword recommendation generation unit configured to generate a keyword set by collecting keywords satisfying a condition in which a correlation degree with a content is greater than or equal to a threshold value among search terms searched by the viewer, based on the user identification number of the viewer and the broadcast time. Include.

또한, 상기 추천 키워드 추출 시스템은, 상기 키워드 세트의 키워드의 방송 시간대별 검색 횟수에 기초하여, 상기 컨텐츠의 재생 시간대별 추천 키워드를 매칭 시키는 컨텐츠-키워드 시간 동기화부를 더 포함할 수 있다.The recommendation keyword extracting system may further include a content-keyword time synchronizing unit for matching the recommendation keyword for each playback time zone of the content on the basis of the number of searches per broadcast time zone of the keyword of the keyword set.

여기서, 상기 시청 예상자 추출부는, 방송 시간 전후를 포함하는 소정 시간대에 시드 키워드를 검색한 사용자가 미리 정해진 횟수 이상 검색을 수행한 경우에 상기 사용자를 시청 예상자로서 추출할 수 있다. Here, the viewer predictor extractor may extract the user as a viewer predictor when a user who searches for a seed keyword is searched for a predetermined number of times or more at a predetermined time period including before and after a broadcast time.

여기서, 상기 추천 키워드 생성부는, 상기 시청 예상자들이 검색한 특정 키워드의 검색 횟수와 상기 시청 예상자들이 검색한 전체 키워드의 검색 횟수의 비율을 이용하여 상기 키워드 세트를 생성할 수 있다.Here, the recommendation keyword generator may generate the keyword set by using a ratio of the number of searches of a specific keyword searched by the viewers and the number of searches of all keywords searched by the viewers.

또한, 본 발명의 다른 측면을 따른, 컨텐츠 별 추천 키워드를 추출하는 방법은, a) 특정 방송 컨텐츠의 방송 시간 및 시드 키워드를 이용하여 상기 컨텐츠의 시청 예상자 집단을 추출하는 단계; b) 상기 시청 예상자가 상기 컨텐츠의 방송 시간을 포함하는 소정 시간 동안 검색한 검색어 중에서 상기 컨텐츠와 상관도가 임계치 이상인 검색어를 선택하여 키워드 세트를 구성하는 단계; c) 각각의 키워드에 대한 시간대별 검색 횟수를 이용하여 상기 키워드 세트로부터 시간대별 키워드를 추출하는 단계; 및 d) 상기 컨텐츠의 재생 시간에 동기화하여 상기 시간대별 추천 키워드를 저장하는 단계를 포함한다. In addition, according to another aspect of the present invention, a method for extracting a recommendation keyword for each content includes: a) extracting a viewer group of viewers of the content using a broadcast time and a seed keyword of a specific broadcast content; b) constructing a keyword set by selecting a search word whose correlation with the content is greater than or equal to a threshold value among search words searched by the viewer for a predetermined time including a broadcast time of the content; c) extracting time-phased keywords from the keyword set using the number of time-phased searches for each keyword; And d) storing the recommended keyword for each time zone in synchronization with the playing time of the contents.

여기서, 상기 단계 b)는, 특정 키워드에 대해 시청 예상자 검색 횟수 비율과 비 시청 예상자 검색 횟수 비율을 이용하여 상기 키워드 세트를 생성할 수 있다.Here, in step b), the keyword set may be generated by using the ratio of the number of viewer search searches and the ratio of number of non-viewers searching for a specific keyword.

또한, 상기 단계 b)는, 상기 특정 키워드를 검색한 시청 예상자의 수를 더 이용하여 상기 키워드 세트를 생성하거나, 상기 방송 시간 또는 방송 시간 전후의 소정 시간대의 상기 키워드의 검색 횟수의 비율을 더 이용하여 상기 키워드 세트를 생성할 수 있다. The step b) may further generate the keyword set by further using the number of viewers who have searched for the specific keyword, or further use the ratio of the number of times of searching for the keyword in a predetermined time zone before and after the broadcast time or broadcast time. To generate the keyword set.

또한, 본 발명의 다른 측면을 따른 컨텐츠 별 추천 키워드를 제공하는 데이터 구조가 기록된 기록 매체는, 특정 컨텐츠를 식별하는 컨텐츠 식별 데이터;Also, a recording medium in which a data structure for providing a recommendation keyword for each content according to another aspect of the present invention is recorded includes content identification data for identifying specific content;

상기 컨텐츠의 재생 시간을 미리 정해진 값으로 분할한 재생 시간대별 식별 데이터; 및 상기 재생 시간대별 식별 데이터에 대응하는 적어도 하나 이상의 재생 시간대별 키워드 데이터를 포함하고, 상기 재생 시간대별 키워드 데이터는 상기 특정 컨텐츠의 재생 시간과 동기되어 제공된다. Identification data for each reproduction time slot which divides the reproduction time of the content into a predetermined value; And at least one keyword data for each reproduction time slot corresponding to the identification data for each reproduction time slot, wherein the keyword data for each reproduction time slot is provided in synchronization with a reproduction time of the specific content.

전술한 과제 해결 수단에 의하여, 시청자 관심 사항이 반영되고, 컨텐츠와 상관도가 높은 추천 키워드를 제공할 수 있다. By the above-described problem solving means, it is possible to provide a recommendation keyword whose viewer's interest is reflected and highly correlated with the content.

또한, 본 발명은 컨텐츠의 재생 시간대별로 사용자의 관심 사항과 컨텐츠와의 상관도가 높은 추천 키워드를 제공하여, 다양한 컨텐츠의 응용 서비스에 호환될 수 있도록 컨텐츠 별 추천 키워드를 데이터베이스화하거나 파일 형태로 제공하는 것이 가능하다.In addition, the present invention provides a recommendation keyword having a high correlation between the user's interest and the content for each playing time of the content, database the recommendation keyword for each content or provide in the form of a file so as to be compatible with various application services It is possible to do

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. DETAILED DESCRIPTION Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art may easily implement the present invention. As those skilled in the art would realize, the described embodiments may be modified in various different ways, all without departing from the spirit or scope of the present invention. In the drawings, parts irrelevant to the description are omitted in order to clearly describe the present invention, and like reference numerals designate like parts throughout the specification.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. Throughout the specification, when a part is "connected" to another part, this includes not only "directly connected" but also "electrically connected" with another element in between. . In addition, when a part is said to "include" a certain component, which means that it may further include other components, except to exclude other components unless otherwise stated.

본 명세서에서의 용어 중 “검색어”는 임의의 사용자가 검색 엔진을 통해 검색한 단어 또는 단어의 조합을 의미하는데 사용된다. The term "search term" in this specification is used to mean a word or a combination of words searched by a user through a search engine.

또한, 본 명세서에서의 용어 중 “키워드”는 특정 컨텐츠와 관련될 가능성이 있는 단어 또는 단어의 조합을 의미하는데 사용된다.In addition, the term "keyword" in this specification is used to mean a word or a combination of words that are likely to be associated with a particular content.

따라서, “키워드”는 이미 검색된 “검색어” 중에서 선택될 수 있는 것이다. Thus, the "keyword" can be selected from the "search terms" already searched.

도 2는 본 발명의 일 실시예에 따른 추천 키워드 추출 시스템을 도시한 블록도이다. 2 is a block diagram illustrating a recommendation keyword extraction system according to an embodiment of the present invention.

추천 키워드 추출 시스템(100)은 크게 컨텐츠 별 추천 키워드 생성부(110) 및 DB 서버(120)을 포함한다. The recommendation keyword extraction system 100 largely includes a recommendation keyword generation unit 110 and a DB server 120 for each content.

컨텐츠 별 추천 키워드 생성부(110)는 시청 예상자 추출부(111), 추천 키워드 생성부(112), 컨텐츠-키워드 시간 동기화부(113)를 포함한다. DB 서버(120)는 시드 키워드 DB(121), 시청 예상자 DB(122), 컨텐츠 별 추천 키워드 DB(123)를 포함한다.The recommendation keyword generator 110 for each content includes a viewer predictor extractor 111, a recommendation keyword generator 112, and a content-keyword time synchronizer 113. The DB server 120 includes a seed keyword DB 121, a viewer predictor DB 122, and a recommendation keyword DB 123 for each content.

추천 키워드 추출 시스템(100)는 통상의 검색 엔진(200)과 상호 연동하여 동작을 수행할 수 있다. 본 발명의 일 실시예에 따른 추천 키워드 추출 시스템(100)은, 검색 엔진에 전송된 검색 쿼리의 로그를 저장한 검색 쿼리 로그 DB(210)의 정보를 활용할 수 있다.The recommended keyword extraction system 100 may perform an operation in cooperation with a normal search engine 200. The recommendation keyword extraction system 100 according to an embodiment of the present invention may utilize information of the search query log DB 210 that stores a log of a search query transmitted to a search engine.

이하, 각각의 구성요소의 동작 및 연결 관계에 대해 상세히 설명한다. Hereinafter, the operation and the connection relationship of each component will be described in detail.

방송 프로그램이 방송 수신 장치(10)를 통해 수신되는 경우, 통계적으로 방영시간의 전후에 걸쳐서 방송 프로그램에 관한 키워드 검색이 사용자 장치(11)에 의해 집중적으로 발생한다.When a broadcast program is received through the broadcast reception device 10, keyword search for the broadcast program is intensively generated by the user device 11 before and after the broadcast time.

이러한 검색 쿼리는 검색 엔진(200)이 접수하게 되고, 통상의 검색 서비스 시스템에서는 검색 쿼리 로그 DB(210)에 검색 키워드와 시간 및 사용자 식별번호를 저장하게 된다. Such a search query is received by the search engine 200, and in a typical search service system, the search keyword, time, and user identification number are stored in the search query log DB 210.

여기서, 상기 사용자 식별번호는 예를 들어 Bcookie가 될 수 있다. 상기 Bcookie는 사용자에게 부여되는 일종의 식별번호이며, 회원 등록 및 로그인 여부와 상관없이 사용자가 검색 페이지를 방문 하였을 때 IP 주소 및 브라우저 등을 기초로 하여 부여되는 일련번호이다. 상기 Bcookie는 사용자가 직접 삭제하지 않는 경 우에는 재방문 시에도 기존의 Bcookie를 사용하게 되므로, 상기 Bcookie는 1대의 PC에 해당하는 일련번호로서 사용자를 식별하는 기본 단위로 취급할 수 있다. Here, the user identification number may be, for example, Bcookie. The Bcookie is a kind of identification number given to the user, and is a serial number given based on an IP address and a browser when the user visits the search page regardless of membership registration or login. If the Bcookie is not directly deleted by the user, since the existing Bcookie is used even when the user visits again, the Bcookie can be treated as a basic unit for identifying the user as a serial number corresponding to one PC.

이하, 이러한 Bcookie와 같이 사용자를 식별하는 값을 사용자 식별 번호로 칭하여 본 발명의 실시예를 설명한다. 그러나, 상기 사용자 식별 번호는 사용자를 식별할 수 있는 임의의 값이 될 수 있는 것은 당업자가 용이하게 이해할 수 있을 것이다.Hereinafter, an embodiment of the present invention will be described by referring to a user identification number as a value identifying a user such as Bcookie. However, it will be readily understood by one skilled in the art that the user identification number can be any value that can identify the user.

시청 예상자 추출부(111)는 검색 엔진(200)과 시드 키워드 DB(121)와 연동하여 동작한다. The viewer predictor extractor 111 operates in conjunction with the search engine 200 and the seed keyword DB 121.

시드 키워드 DB(121)에는 특정 방송 프로그램과 관련된 기본적인 키워드, 즉, 시드 키워드가 컨텐츠 명과 방송 시간과 대응되어 저장되어 있다. 예를 들어, 컨텐츠의 프로그램 명(회차, 부제), 방영 일시 및 시드 키워드가 대응되어 저장될 수 있다. 여기서, 상기 시드 키워드는 상기 방송 컨텐츠의 명칭 또는 그 변형어가 될 수 있다. 한편, 시드 키워드는 카테고리 별로 나누어 상이한 가중치를 부여하여 저장될 수 있다. 예를 들어, 드라마 카테고리에서는 제1카테고리는 제목, 배역 이름을 포함하고, 제2카테고리는 배우 이름, 제작진을 포함할 수 있다. 여기서, 검색 확률이 더 높은 제1카테고리는 제2카테고리보다 높은 가중치를 가질 수 있다. In the seed keyword DB 121, basic keywords related to a specific broadcast program, that is, seed keywords are stored in correspondence with a content name and a broadcast time. For example, the program name (time, subtitle), broadcast date and time, and the keyword of the content may be stored in correspondence. Here, the seed keyword may be a name or a variant of the broadcast content. Meanwhile, the seed keyword may be stored by dividing the keyword into categories and giving different weights. For example, in the drama category, the first category may include a title and a cast name, and the second category may include an actor name and a crew. Here, the first category having a higher search probability may have a higher weight than the second category.

시청 예상자 추출부(111)는 방송 시간의 전후에 걸친 소정의 시간 내에 검색 엔진(200)이 수신한 검색어 중 상기 시드 키워드(DB)에 저장된 시드 키워드가 있는지 조사하고 상기 시드 키워드를 검색한 사용자의 식별번호를 추출한다. 추출된 사용자 식별 번호는 시청 예상자로서 분류될 수 있다. 여기서, 시청 예상자의 추출을 위하여, 정상적인 접속이 발생하였는지 조사하고, 임계치 횟수 이상의 시드 키워드를 검색한 사용자의 식별 번호를 시청 예상자로 추출할 수 있다. 여기서, 검색 엔진이 검색 창에서의 자동완성을 제공하는 경우에는 자동완성에 의한 검색어는 포함시키되, 검색 엔진에서 화면에서 이미 완성되어 제공하는 검색어(예를 들어, 인기 검색어, 추천 검색어, 실시간 급상승 검색어)를 검색한 사용자는 시청 예상자에서 제외시킬 수 있다.The viewer predictor extracting unit 111 checks whether there is a seed keyword stored in the seed keyword DB among the search terms received by the search engine 200 within a predetermined time period before and after the broadcast time, and searches for the seed keyword. Extract the identification number. The extracted user identification number may be classified as a viewing predictor. Here, in order to extract the viewer, it may be checked whether a normal connection has occurred, and the identification number of the user who has searched for the seed keyword having a threshold number of times or more may be extracted as the viewer. In this case, when the search engine provides autocomplete in the search box, the search term based on the autocomplete is included, but the search engine that is already completed and provided on the screen by the search engine (for example, a popular search query, a suggestion query, and a real-time rising search query) ) Can be excluded from viewing viewers.

시청 예상자가 추출되면 상기 시청 예상자의 사용자 식별번호는 시청 예상자 DB(122)에 저장된다. 시청 예상자 DB(122)에는 특정 방송 컨텐츠 또는 특정 방송 컨텐츠의 시리즈나 그룹에 대응된 사용자 식별 번호들이 매칭되어 저장된다.When the viewing predictor is extracted, the user identification number of the viewing predictor is stored in the viewing predictor DB 122. In the viewing predictor DB 122, user identification numbers corresponding to a specific broadcast content or a series or group of the specific broadcast content are matched and stored.

추천 키워드 생성부(112)는 추후 발생하는 검색 쿼리에 대해 시청 예상자 DB(122)를 참조하여 해당 컨텐츠의 방송 시간대에 시청 예상자가 검색한 검색어를 수집한다. 또한, 추천 키워드 생성부(112)는 수집된 검색어가 특정 조건을 만족하는 경우에 키워드로서 판단하고, 해당 검색어를 키워드 세트에 포함시킨다. 상기 특정 조건은 키워드 중 해당 컨텐츠와의 상관도가 임계치 이상인 것을 조건으로 할 수 있다.The recommended keyword generator 112 may collect a search term searched by the viewer predictor in the broadcast time zone of the corresponding content by referring to the viewer predictor DB 122 for a search query generated later. In addition, the recommended keyword generator 112 determines the keyword as a collected keyword when the collected keyword satisfies a specific condition and includes the corresponding keyword in the keyword set. The specific condition may be a condition that a correlation between the corresponding content among keywords is equal to or greater than a threshold.

예를 들어, 해당 키워드에 대한 시청 예상자의 방송 시간 동안의 검색 횟수의 비율을 상기 특정 조건에 고려할 수 있다. 또한, 해당 키워드에 대해 검색한 사용자 수가 미리 정한 값이 이상이 되어야만 하는 조건 또는 해당 키워드의 검색 횟수가 특정 시간대(예를 들어, 해당 컨텐츠의 방송 시간)에 집중되어야 하는 것을 조건으로 할 수 있다.For example, the ratio of the number of searches during the broadcast time of the viewer for the keyword may be considered in the specific condition. In addition, a condition in which the number of users searched for the keyword should be greater than or equal to a predetermined value or the number of searches for the keyword should be concentrated in a specific time zone (for example, a broadcast time of the corresponding content).

추천 키워드 생성부(112)는 전술한 조건을 만족하는 키워드에 대해 해당 컨텐츠에 대한 추천 키워드로서 판단하고, 해당 컨텐츠에 대한 키워드 세트를 생성하게 된다.The recommended keyword generator 112 determines a keyword satisfying the above-described condition as a recommended keyword for the corresponding content, and generates a keyword set for the corresponding content.

컨텐츠-키워드 시간 동기화부(113)는 상기 키워드 세트에 포함된 키워드를 컨텐츠의 재생 시간대별로 매칭시키는 기능을 수행한다. 예를 들어, 60초 간격으로 각각의 시간대별 키워드의 검색 횟수를 기초로 하여 각 시간대별 비율이 큰 키워드를 선정한다. 여기서, 미리 정해진 적절하지 않은 키워드를 필터링한다. 예를 들어, 생방송, 재방송, 보기, 편성, 방영시간 등등 키워드로서 부적합한 키워드를 제거한다. 검색 쿼리 로그 DB(210)에는 추천 키워드로 선정된 키워드에 대한 검색 시간 정보 역시 포함하고 있다. 따라서, 컨텐츠의 방송 개시 시간과 검색 시간을 조합하면, 컨텐츠 재생 시간대와 검색 시간을 동기화 시킬 수 있다. The content-keyword time synchronizing unit 113 performs a function of matching keywords included in the keyword set for each reproduction time zone of the content. For example, at 60-second intervals, a keyword having a large ratio for each time zone is selected based on the number of times of keyword search for each time zone. Here, the predetermined inappropriate keyword is filtered out. For example, remove inappropriate keywords as keywords such as live, rebroadcast, show, organize, airtime, etc. The search query log DB 210 also includes search time information for keywords selected as recommended keywords. Therefore, when the broadcast start time and the search time of the content are combined, the content playback time zone and the search time can be synchronized.

최종적으로 컨텐츠 별로 매칭된 키워드는 컨텐츠 별 추천 키워드 DB(123)에 저장된다. 컨텐츠 별 추천 키워드 DB(123)에 저장된 데이터는 각각의 컨텐츠의 재생 시간대와 동기화된 추천 키워드가 매칭되어 있다. 따라서, 특정 컨텐츠가 다양한 서비스를 통해 제공되는 경우에, 컨텐츠 별 추천 키워드 DB(123)에 저장된 데이터를 별도의 파일로서 함께 제공할 수 있으며, 시청자는 상기 파일을 이용하여 컨텐츠 감상과 더불어 컨텐츠 재생 시간과 동기화된 추천 키워드를 이용할 수 있게 된다.Finally, the keywords matched by content are stored in the recommended keyword DB 123 for each content. The data stored in the recommended keyword DB 123 for each content are matched with the recommended keyword synchronized with the playing time of each content. Therefore, when specific content is provided through various services, data stored in the recommended keyword DB 123 for each content may be provided together as a separate file, and the viewer may view the content and play the content using the file. And recommended keywords synchronized with.

도 3은 본 발명의 일 실시예에 따른 시드 키워드 DB(121)에 저장된 데이터 구조를 도시한 도면이다.3 is a diagram illustrating a data structure stored in the seed keyword DB 121 according to an embodiment of the present invention.

시드 키워드 DB(121)는 각각의 컨텐츠에 대응하는 방송 시간 및 시드 키워드를 저장하고 있다. 예를 들어, 엑스파일 1화의 방송시간과 시드 키워드로서 “엑스파일”, “외계인” 등의 가장 기초적인 키워드를 저장하게 된다. The seed keyword DB 121 stores a broadcast time and a seed keyword corresponding to each content. For example, as the broadcasting time and seed keyword of one X-file, the most basic keywords such as "X-file" and "alien" are stored.

전술한 바와 같이, 특정 컨텐츠와 관련된 키워드는 방송 시간 전후에 걸쳐 급격하게 높은 검색이 발생하게 되므로, 엑스파일 1화가 방영되는 시간 전후의 소정의 시간대에 시드 키워드를 검색한 사용자는 상기 엑스파일 1화를 시청하고 있는 시청 예상자로서 판단된다.As described above, since a keyword related to a specific content is rapidly searched for before and after a broadcast time, a user who searches for a seed keyword at a predetermined time zone before and after the time when the first episode of the X-file is aired may read the first episode of the X-file. It is judged as a viewing predictor who is watching.

상기 시드 키워드 DB(121)가 방송되는 각각의 컨텐츠마다 구축되는 경우, 본 발명의 일 실시예에 따라 각각의 컨텐츠 별 시청 예상자의 후보를 수집할 수 있을 것이다.When the seed keyword DB 121 is constructed for each broadcasted content, candidates for viewing predictors for each content may be collected according to an embodiment of the present invention.

도 4는 본 발명의 일 실시예에 따른 시청 예상자 DB(122)에 저장된 데이터 구조를 도시한 도면이다.4 is a diagram illustrating a data structure stored in the audience predictor DB 122 according to an embodiment of the present invention.

전술한 과정을 거쳐, 시청 예상자가 추출되면, 각각의 시청 예상자의 사용자 식별번호(UID 1, UID 2, UID 3)는 컨텐츠와 매칭되어 저장된다. Through the above-described process, when the viewing predictor is extracted, the user identification numbers UID 1, UID 2, and UID 3 of each viewing predictor are matched with the content and stored.

시청 예상자가 추출되면, 향후 동일 종류의 컨텐츠의 방송 시간대에 시청 예상자가 검색한 검색어는 컨텐츠에 대응하는 추천 키워드의 후보가 될 것이다.When the viewer is extracted, the search term searched by the viewer in the broadcast time zone of the same type of content in the future will be a candidate of the recommended keyword corresponding to the content.

도 5는 본 발명의 일 실시예에 따라 컨텐츠 별 추천 키워드 DB(123)의 데이터 구조 및 이를 생성하는 과정을 도시한 도면이다.5 is a diagram illustrating a data structure of a recommendation keyword DB 123 for each content and a process of generating the same according to an embodiment of the present invention.

시청 예상자 DB(122)에 저장된 각각의 컨텐츠에 대한 사용자 식별 번호를 통해 해당 컨텐츠의 시청 예상자를 파악이 가능하므로, 검색 쿼리 로그 DB(210)에 저 장된 검색 쿼리 로그의 분석을 통해 추천 키워드를 분석할 수 있다.Since the user identification number for each content stored in the viewing predictor DB 122 can identify the viewing predictor of the corresponding content, the recommended keyword is analyzed through the analysis of the search query log stored in the search query log DB 210. can do.

검색 쿼리 로그 DB(210)는 검색 엔진에서 발생한 검색 쿼리에 관한 사용자 식별번호, 검색 시간, 검색 키워드에 관한 로그를 저장하기 때문에, 여기서 시청 예상자가 검색한 키워드 및 시간을 추출할 수 있다.Since the search query log DB 210 stores a log about a user identification number, a search time, and a search keyword related to the search query generated by the search engine, the search predictor may extract the keyword and time searched by the viewer.

예를 들어, 시청 예상자(UID 1)가 “엑스파일 2화” 방송 시간에 “바이러스”, “FBI”, “스컬리” 에 대한 키워드 검색을 수행하였고, 상기 키워드가 특정 조건을 만족하여 추천 키워드의 세트에 포함된다면, 컨텐츠 별 추천 키워드 DB(123)에 저장될 수 있다.For example, a viewer (UID 1) performed a keyword search for “virus”, “FBI”, and “Scully” at the “X-File 2” broadcast time, and the keyword satisfies a specific condition to determine the recommended keyword. If included in the set, it may be stored in the recommended keyword DB 123 for each content.

여기서, “엑스파일 2화”가 20시에 방영되기 시작하였고, 20시 30분에 검색한 “바이러스”, 20시 40분에 검색한 “FBI”, 20시 45분에 검색한 “스컬리”는 각각 재생시간의 30~31분, 40~41분, 45분~46분의 추천 키워드의 하나로서 채택될 수 있다.Here, "X-File 2" began to air at 20:00, "virus" searched at 20:30, "FBI" searched at 20:40, and "Scully" searched at 20:45 Respective keywords can be adopted as one of the recommended keywords of 30 to 31 minutes, 40 to 41 minutes, and 45 to 46 minutes of the playback time, respectively.

이와 같이, 컨텐츠 별 추천 키워드 DB(123)가 각각의 컨텐츠에 대해 재생 시간대별 추천 키워드를 저장하면, IP TV, 웹 TV 등의 통신-방송 융합 서비스에 있어서, 컨텐츠 별 사용자의 관심 사항이 반영된 다양한 추천 키워드를 제공할 수 있다. 상기 키워드는 문자 입력이 불편한 환경(예를 들어, 리모콘을 이용한 조작)에 있어서, 사용자가 원하는 검색어를 쉽게 선택하게 하거나, 검색어 일부 입력 시 동작되는 자동 완성 기능에 사용될 수 있다. As described above, when the recommendation keyword DB 123 for each content stores the recommendation keyword for each content for each content, a communication-broadcasting convergence service such as IP TV, web TV, etc., reflects user's interests for each content. It is possible to provide a recommended keyword. The keyword may be used in an environment in which text input is inconvenient (for example, by using a remote controller), so that a user may easily select a desired search word or may be used in an autocomplete function operated when a part of the search word is input.

전술한 추천 키워드 추출 시스템의 각각의 구성 요소는 분리되어 구현될 수도 있지만, 하나의 하드웨어 상에 통합되어 구현될 수 있음을 당업자는 용이하게 이해할 것이다. 또한, 본 발명의 일 실시예는 추천 키워드 추출 기능을 가진 검색 엔진(200)의 일부 구성으로서 통합되어 구현되는 것 역시 본 발명의 취지를 벗어나지 않는 것이 용이하게 이해될 것이다.Each component of the above-mentioned recommendation keyword extraction system may be implemented separately, but those skilled in the art will readily understand that the components of the recommended keyword extraction system may be integrated and implemented on one piece of hardware. In addition, it will be easily understood that one embodiment of the present invention is implemented as an integrated part of the search engine 200 having the recommended keyword extraction function without departing from the spirit of the present invention.

도 6은 본 발명의 일 실시예에 따른 추천 키워드 추출 방법을 도시한 흐름도이다. 6 is a flowchart illustrating a recommendation keyword extraction method according to an embodiment of the present invention.

본 발명의 일 실시예에 따른 추천 키워드 추출에 있어서, 우선 특정 방송 컨텐츠에 대한 시청 예상자 집단이 추출되고 상기 시청 예상자 집단이 컨텐츠와 대응되어 저장되어야 한다(S100).In extracting the recommended keyword according to an embodiment of the present invention, first, a viewer predictor group for a specific broadcast content is extracted and the viewer predictor group is stored in correspondence with the content (S100).

시청 예상자가 추출되면, 상기 시청 예상자가 검색한 검색어로부터 키워드 세트를 구성한다(S200). 상기 키워드 세트는, 상기 시청 예상자가 동일한 방송 컨텐츠 또는 컨텐츠의 시리즈의 방영 시간에 검색한 검색어 중에서 해당 컨텐츠와 관련도가 높을 것으로 판단되는 특정 조건을 만족 시킨 검색어로 구성될 수 있다.When the viewing predictor is extracted, a keyword set is constructed from the search word searched by the viewing predictor (S200). The keyword set may include a search word that satisfies a specific condition determined to be highly related to the corresponding content among search words searched by the viewer for the broadcast time of the same broadcast content or a series of content.

이후, 키워드 세트가 구성되면, 컨텐츠 재생 시간대별 키워드가 추출 된다(S300). 키워드 세트를 구성하는 검색어의 검색 시간을 이용하면, 각각의 검색어에 대응하는 키워드가 방송 컨텐츠 재생 시간의 어느 구간에서 검색이 이루어졌는지를 판단할 수 있다. 따라서, 키워드 세트를 구성하는 추천 키워드들은 컨텐츠의 재생 시간 구간과 매칭될 수 있다.Thereafter, when the keyword set is configured, the keyword for each content reproduction time zone is extracted (S300). Using the search time of the search word constituting the keyword set, it is possible to determine in which section of the broadcast content reproduction time the keyword corresponding to each search word is performed. Therefore, the recommended keywords constituting the keyword set may be matched with the playing time section of the content.

단계(S400)에서는 컨텐츠 별로 시간 동기화된 추천 키워드를 DB화 한다. 이렇게 DB화된 추천 키워드는 별도의 파일로 이용되거나, 특정 서버를 통해 컨텐츠와 동기되어 제공될 수 있다.In step S400, the time-synchronized recommendation keyword for each content is made into a DB. The DB-recommended keyword may be used as a separate file or provided in synchronization with content through a specific server.

이하, 도 6에 도시된 단계(S100, S200, S300, S400)에 대해 더욱 구체적으로 설명하도록 한다.Hereinafter, the steps S100, S200, S300, and S400 illustrated in FIG. 6 will be described in more detail.

도 7은 본 발명의 일 실시예에서 시청 예상자 집단을 추출 및 저장하는 방법을 더욱 구체적으로 도시한 흐름도이다. FIG. 7 is a flowchart illustrating a method of extracting and storing a viewing audience group in detail according to an embodiment of the present invention.

시청 예상자를 추출하기 위해서, 우선적으로 방송 시간 및 컨텐츠에 대응하는 시드 키워드를 구축한다(S110). 상기 시드 키워드는 컨텐츠를 대표하는 가장 기본적인 키워드의 그룹이 될 수 있다. 예를 들어, 컨텐츠 명, 출연자, 주제 등이 될 수 있다. 상기 방송 시간은 컨텐츠가 방송되는 시간에 관한 정보이며, 날짜에 관한 정보 역시 포함할 수 있다. 또한, 방송 시간의 전후의 일정 시간(예를 들어, 30분)을 포함하는 소정 시간대를 상기 방송 시간에 포함시킬 수도 있다.In order to extract the viewing predictor, a seed keyword corresponding to a broadcast time and content is first constructed (S110). The seed keyword may be a group of the most basic keywords representing content. For example, the content may be a name, performer, or theme. The broadcast time is information about a time when the content is broadcast, and may also include information about a date. In addition, a predetermined time zone including a predetermined time (for example, 30 minutes) before and after the broadcast time may be included in the broadcast time.

단계(S120)에서는 상기 방송 시간 또는 소정 시간대에서 발생한 검색이 정상적인 검색인지를 판단한다. 검색 결과가 전송되기 전에 브라우저가 닫히는 등의 비 정상적인 검색은 프로세스를 종료(S170)하고, 시청 예상자 추출에서 고려하지 않는다. 상기 정상적인 검색인지의 판단은, 브라우저가 검색 결과 페이지와 정상적인 접속하였는지를 판단하는 변수 값을 참조하여 이루어질 수 있다. 더불어 검색 엔진이 제공하는 페이지에 이미 완성되어 제공된 검색어를 이용한 검색의 경우에도 시청 예상자 추출에 고려하지 않는다.In step S120, it is determined whether a search generated at the broadcast time or a predetermined time period is a normal search. The abnormal search such as the browser being closed before the search result is transmitted ends the process (S170) and is not considered in the extraction of the viewer predictor. The determination of whether the search is normal may be made by referring to a variable value that determines whether the browser is normally connected to the search result page. In addition, even if a search using a search word already completed on a page provided by a search engine is not considered for extracting viewers.

단계(S130)에서는, 방송 시간 전후의 소정 시간대에서의 시드 키워드가 검색되었는지를 판단한다. 특정 사용자가 시드 키워드를 검색한 경우에는 다음의 단계로 진행한다.In step S130, it is determined whether the seed keyword in a predetermined time zone before and after the broadcast time has been searched. When a specific user searches for seed keywords, proceed to the next step.

시드 키워드가 검색된 경우에는 상기 검색 키워드를 검색한 사용자가 임계치 (n) 이상 검색을 수행했는지를 판단하고, 임계치(n) 이상 검색한 경우에 시청 예상자로서 등록하기 위하여 다음 단계로 진행하게 된다(S140)..When the seed keyword is searched, it is determined whether the user who searched the search keyword has performed the search above the threshold (n), and when the search is above the threshold (n), the user proceeds to the next step (S140). ) ..

마지막으로 시청 예상자로서 등록될 사용자가 사용자 식별번호로서 식별이 가능한지를 판단한다(S150). 예를 들어, Bcookie 의 값이 “ - ” 인 경우에는 Bcookie가 없는 경우로서, 사용자 식별이 불가능한 경우이다.Finally, it is determined whether the user to be registered as the viewing predictor can be identified as the user identification number (S150). For example, if the value of Bcookie is “-”, there is no Bcookie and it is impossible to identify the user.

한편 도 7에 도시되지 않았으나, 한 명의 사용자가 방송 시간 동안 너무 많은 횟수 또는 빈도로 검색어를 입력하는 경우, 상기 사용자는 시청 예상자에서 제외시키는 것이 바람직하다.Although not shown in FIG. 7, when one user inputs a search word too many times or frequently during a broadcast time, it is preferable to exclude the user from the viewer.

또한, 전술한 바와 같이, 시드 키워드의 카테고리에 대한 가중치가 부여된 경우에는 검색된 시드 키워드의 카테고리 가중치의 합이 미리 정해진 값 이상이 된 경우에 시드 키워드를 검색한 사용자로서 분류하는 것도 가능하다. 상기 실시예에 따르면, 중복 출연 및 특정 이슈와 관련된 시드 키워드에는 낮은 키워드를 부여하여, 무관한 검색을 수행한 사용자를 시청 예상자에서 배제하는 것이 가능하다. 예를 들어, 다수의 컨텐츠에 출연하는 배우나, 사회적 이슈와 관련되어 관심을 받고 있는 배우가 우연하게 해당 컨텐츠의 출연자인 경우에, 배우 이름에 대한 시드 키워드는 낮은 가중치를 부여하여, 현재 방송 컨텐츠를 시청하지 않는 사용자를 시청 예상자로서 추출하지 않도록 한다.In addition, as described above, when the weight of the category of the seed keyword is assigned, it is also possible to classify the seed keyword as a searched user when the sum of the category weights of the searched seed keywords becomes equal to or greater than a predetermined value. According to the above embodiment, it is possible to exclude a user who performed an irrelevant search from a viewer by assigning a low keyword to a seed keyword related to a duplicate appearance and a specific issue. For example, when an actor who is appearing in a large number of contents or an actor who is interested in a social issue accidentally is a performer of the content, the seed keyword for the actor name is given a low weight so that the current broadcast content Do not extract a user who does not watch as a viewing predictor.

이상의 판단 과정을 만족한 경우에는, 해당 컨텐츠에 대해 방송을 시청하면서 컨텐츠와 관련된 키워드를 검색을 수행한 사용자를 시청 예상자로서 식별하고, 식별된 사용자의 식별 번호를 시청 예상자 집단에 등록한다(S160). 상기 시청 예상자 집단의 사용자 식별번호는 추후 해당 컨텐츠 또는 동일 컨텐츠의 시리즈의 시청자를 식별하는데 이용된다. If the above determination process is satisfied, the user who performs a search for a keyword related to the content while watching a broadcast for the corresponding content is identified as the viewing predictor, and the identification number of the identified user is registered in the viewing predictor group (S160). . The user identification number of the viewing predictor group is later used to identify viewers of the corresponding content or series of the same content.

도 8은 본 발명의 일 실시예에서 키워드 세트를 구성하는 방법을 구체적으로 도시한 흐름도이다. 8 is a flowchart specifically illustrating a method of constructing a keyword set in an embodiment of the present invention.

컨텐츠에 대응하는 시청 예상자 집단이 구축되면, 상기 시청 예상자들의 검색 결과를 이용하여 각각의 컨텐츠에 대한 추천 키워드를 수집하게 된다. When the viewer predictor group corresponding to the content is established, the recommended keyword for each content is collected using the search results of the viewers.

단계(S210)에서는 소정 시간 동안의 시청 예상자의 검색 결과를 수집하게 된다. 예를 들어, 상기 소정 시간은 특정 컨텐츠의 방송 시간 전후 30분이 될 수 있다. 여기서 시청 예상자에 의해 검색된 검색어 각각에 대해 해당 컨텐츠의 추천 키워드가 될 수 있는 지를 계속 판단하게 된다.In step S210, the search result of the viewing predictor for a predetermined time is collected. For example, the predetermined time may be 30 minutes before and after a broadcast time of specific content. Here, for each search term searched by the viewer, it is determined whether the keyword can be a recommended keyword of the corresponding content.

단계(S220)에서는 해당 키워드에 대해 시청자 검색 횟수 비율이 임계치(K)보다 큰 지를 판단하게 된다. 여기서 시청자 검색 횟수 비율의 판단은 이하와 같은 수학식 1을 통해 수행될 수 있다.In step S220, it is determined whether the viewer search rate ratio is greater than the threshold value K for the keyword. Here, the determination of the viewer search frequency ratio may be performed through Equation 1 as follows.

(QC A / QC A-total)/(QC B / QC B-total)> K (여기서, K > 0)(QC A / QC A-total) / (QC B / QC B-total)> K (where K> 0)

여기서, 각각의 파라메터의 의미는 이하와 같다.Here, the meaning of each parameter is as follows.

QC A: 시청 예상자의 해당 키워드 검색 횟수QC A: Number of times viewers searched for this keyword

QC A-total: 시청 예상자 전체 검색어 검색 횟수QC A-total: viewership search queries

QC B: 비 시청 예상자의 해당 키워드 검색 횟수QC B: Number of searches for that keyword by non-viewers

QC B-total: 비 시청 예상자 전체 검색어 검색 횟수QC B-total: Search queries for all non-watching predictors

즉, 특정 키워드에 대해 비 시청 예상자들 사이에서 발생하는 검색 횟수 비율 보다, 시청 예상자들 사이에서 발생하는 검색 횟수 비율이 특정 배수 이상 높은 경우에 해당 키워드는 컨텐츠와의 상관도 높은 것을 확인할 수 있다.That is, when the ratio of the number of searches generated between the viewers who are viewing viewers is higher than the ratio of the number of searches generated by the non-viewing predictors for a specific keyword, the corresponding keyword has a high correlation with the content.

단계(S230)에서는 해당 키워드를 검색한 시청 예상자 수가 임계치(m)보다 큰 지를 판단한다. 즉, 해당 키워드는 최소한 m 명 이상의 시청 예상자들에 의해, 검색이 이루어진 경우에만 다음 단계로 진행하게 된다.In step S230, it is determined whether the number of viewers who have searched for the keyword is larger than the threshold m. That is, the keyword proceeds to the next step only when a search is performed by at least m or more viewers.

한편, 특정 검색어를 검색한 시청 예상자 들이 미리 정해진 개수 이상의 시드 키워드를 통해 추출되었는지를 계산하여, 상기 미리 정해진 개수 이상의 시드 키워드를 통해 추출된 경우에 한해 상기 검색어를 키워드 세트에 편입시키는 것이 가능하다. 왜냐하면, 단일의 시드 키워드를 통해 추출된 시청 예상자들이 검색한 검색어가 상기 시드 키워드의 철자를 포함하는 다른 의미의 검색어의 경우가 될 수 있기 때문이다.On the other hand, it is possible to calculate whether the viewers who searched for a specific search word are extracted through a predetermined number of seed keywords or more, and to include the search word in the keyword set only when it is extracted through the predetermined number or more seed keywords. This is because a search term searched by viewers extracted through a single seed keyword may be a case of a search term having a different meaning including spelling of the seed keyword.

예를 들어, 시드 키워드 중 하나가 “file”인 경우, “profile”을 검색한 사용자들은 상기 시드 키워드를 통해 시청 예상자로 추출될 수 있기 때문에, 단일 시드 키워드인 “file”을 통해 추출된 시청 예상자들만의 검색어는 키워드 세트에서 제외시키는 것이 바람직하다.For example, if one of the seed keywords is “file,” the viewer who searched for “profile” may be extracted as the viewer predictor through the seed keyword, and thus the viewer predicted through the single seed keyword “file”. It is desirable to exclude only the search terms from the keyword set.

단계(S240)에서는 해당 키워드의 소정 시간 동안의 검색 횟수 비율이 임계치(P)보다 큰지를 판단한다(여기서, 0 < P < 1). 즉, 하루 전체에 대한 검색 횟수에 대한 방송 시간 중 해당 키워드 검색 횟수의 비율이 임계치(P)보다 큰 경우는 해당 키워드가 방송 시간에 집중적으로 발생한 것으로 판단할 수 있다.In step S240, it is determined whether the ratio of the number of searches for the predetermined time of the corresponding keyword is larger than the threshold value P (where 0 < P < 1). That is, when the ratio of the number of times of searching for the corresponding keyword among the broadcasting times to the number of searches for the whole day is larger than the threshold P, it may be determined that the corresponding keywords are concentrated in the broadcasting time.

이상의 조건을 만족한 경우에는 해당 키워드를 컨텐츠에 대한 추천 키워드로서 키워드 세트에 저장한다(S250).If the above condition is satisfied, the keyword is stored in the keyword set as a recommended keyword for the content (S250).

전술한 단계(S220), 단계(S230), 단계(S240)는 이미 설명한 시드 키워드 DB(120), 시청 예상자 DB(122) 및 검색 쿼리 로그 DB(210)에 저장된 정보를 이용하여 충분히 수행될 수 있을 것이다. The above-described steps S220, S230, and S240 may be sufficiently performed using the information stored in the seed keyword DB 120, the viewer predictor DB 122, and the search query log DB 210 described above. There will be.

또한, 단계(S220), 단계(S230), 단계(S240)에서 구체적인 수식 또는 조건은 검색 횟수, 검색자수, 검색 시간을 이용하여 컨텐츠와의 상관도를 파악하는 다른 조건으로 대체한다 하여도, 본 발명이 전체적 취지에서 일탈하지 않는 것을 당업자는 용이하게 이해할 것이다.In addition, even if the formula or condition specific to the step (S220), step (S230), step (S240) is replaced with other conditions that determine the correlation with the content using the number of searches, the number of searchers, the search time, Those skilled in the art will readily understand that the invention does not depart from the overall gist.

도 9는 본 발명의 일 실시예에서 컨텐츠 재생 시간대별 추천 키워드를 추출하는 방법을 구체적으로 도시한 흐름도이다. 9 is a flowchart specifically showing a method of extracting a recommendation keyword for each content playback time zone according to an embodiment of the present invention.

전술한 바와 같이, 특정 컨텐츠에 대한 추천 키워드 세트가 구성되면, 그 키워드 자체로서도 충분히 유용하지만, 이를 컨텐츠의 재생 시간대별 주제 및 관심사항과 동기화 시키는 경우 사용자 편의는 더욱 극대화 될 것이다.As described above, if a recommended keyword set for a specific content is configured, the keyword itself is useful enough, but user convenience will be further maximized if it is synchronized with the theme and interests of the content playing time.

단계(S310)에서는 시간대별 검색 횟수를 산출한다. 즉, 키워드가 검색된 시간을 특정 시간 구간(예를 들어, 60초)로 나누어 해당 키워드의 검색 횟수를 구한 다.In step S310, the number of searches for each time zone is calculated. That is, the number of times a keyword is searched is divided by a specific time interval (for example, 60 seconds) to obtain a number of searches for the keyword.

산출된 해당 키워드의 검색 횟수는 방송 시간내의 검색 횟수에 대한 비율을 계산하여 임계치(Q)보다 큰지를 판단한다(S320). 여기서 방송 시간내의 검색 횟수 에 대한 비율 대신 (방송 시간 내의 검색 횟수 + A)에 대한 비율을 이용할 수도 있다(A > 0). 만약 임계치(Q)보다 크지 않으면 해당 시간대의 키워드에서 제외되며(S360), 임계치(Q)보다 크면 다음 단계로 이행한다. The calculated number of searches for the corresponding keyword is calculated by calculating a ratio with respect to the number of searches in the broadcast time (S320). Here, instead of the ratio of the number of searches in the broadcast time, the ratio of the number of searches in the broadcast time + A may be used (A> 0). If it is not greater than the threshold Q, it is excluded from the keyword of the corresponding time zone (S360). If it is greater than the threshold Q, the process proceeds to the next step.

여기서, 임계치(Q)를 이용하지 않고, 상기 검색 횟수 비율이 높은 미리 정해진 개수의 상위 키워드들을 시간대별 추천 키워드로 선정하는 것 역시 가능하다.Here, without using the threshold Q, it is also possible to select a predetermined number of upper keywords having a high number of search times as recommended keywords for each time slot.

단계(S330)에서는 해당 키워드가 부적절한 키워드인지를 판단한다. 여기서, 부적절한 키워드는 컨텐츠와 무관한 미리 정해진 키워드로서, “생방송”, “재방송”, “다시 보기” 등과 같은 키워드가 될 수 있다.In step S330, it is determined whether the corresponding keyword is an inappropriate keyword. Here, the inappropriate keyword is a predetermined keyword irrelevant to the content and may be a keyword such as "live broadcast", "re-broadcast", "review", and the like.

단계(S340)에서는, 시간대별 검색 횟수 비율이 높고, 부적절한 키워드가 아닌 키워드가 해당 시간대별 키워드로서 등록된다.In step S340, the search frequency ratio of each time zone is high, and keywords that are not inappropriate keywords are registered as the corresponding time zone keywords.

모든 시간대별로 추천 키워드가 등록되면, 상기 방송 시간을 컨텐츠 재생 시간과 동기화 시킨다(S350). 방송 시간의 시작 시간으로부터 시간대별로 선정된 추천 키워드는 재생 시작 시간으로부터 시간대별 추천 키워드로 매칭된다.When the recommended keyword is registered in every time zone, the broadcast time is synchronized with the content playback time (S350). The recommended keyword selected for each time zone from the start time of the broadcast time matches the recommended keyword for each time zone from the playback start time.

도 10은 본 발명의 일 실시예에 따라 추천 키워드가 활용되는 장면을 도시한 도면이다. 10 is a diagram illustrating a scene in which a recommendation keyword is utilized according to an embodiment of the present invention.

도 10에서는 특정 컨텐츠(예를 들어, 엑스파일)의 재생 시작 후 10분이 경과된 시점에서, 화면을 도시하고 있다. 상기 화면에서는 주인공에 해당하는 인물, 주인공이 탑승한 자동차, UFO 등이 디스플레이되고 있다.FIG. 10 illustrates a screen when 10 minutes have passed since the start of playback of a specific content (eg, an X-file). In the screen, a person corresponding to the main character, a car in which the main character is boarded, and a UFO are displayed.

상기 컨텐츠의 화면에 대응하는 추천 키워드는 예를 들어, “엑스파일”, “엑스파일 주인공”, “엑스파일 결말”, “외계인”, “UFO”, “David Duchovny(엑스파일 주인공의 실명)”, “엑스파일 자동차”, “페라리(주인공이 탑승한 차종)” 등이 될 수 있으며, 이러한 추천 키워드는 사용자의 요청에 따라 화면과 함께 또는 별도로 제공될 수 있다. Recommended keywords corresponding to the screen of the content are, for example, "X-file", "X-file hero", "X-file ending", "Alien", "UFO", "David Duchovny (real name of the X-file hero)" , “Ex-Pile Car”, “Ferrari”, and the like. These recommended keywords may be provided together with the screen or separately at the request of the user.

상기 키워드는 IP TV과 같이 인터넷 검색이 함께 제공되는 서비스에서 검색 엔진을 통해 검색 결과를 호출할 수 있다. 또한, 리모콘과 같이 문자 입력이 불편한 입력도구에서도 자신이 원하는 키워드를 선택하여 용이하게 검색을 수행할 수 있다.The keyword may call a search result through a search engine in a service provided with Internet search such as IP TV. In addition, even in an input tool that is inconvenient to input characters such as a remote controller, a user can easily search by selecting a desired keyword.

전술한 활용 외에도 인터넷 통신을 즉시 이용할 수 있는 웹 TV 환경에서도 검색에 상기 추천 키워드가 이용될 수 있으며, 추천 키워드 파일을 컨텐츠의 멀티-미디어 파일과 동기 시키는 경우에는 매체에 상관없이 다양한 멀티-미디어 서비스에 적용될 수 있을 것이다.In addition to the above-mentioned applications, the above recommended keywords may be used for searching in a web TV environment in which Internet communication is readily available, and various multi-media services regardless of the medium may be used when the recommended keyword file is synchronized with the multi-media file of contents. Could be applied to

더불어, 상기 추천 키워드에 특정 정보 또는 광고에 관한 데이터를 부여하여 비즈니스적으로 활용할 수 있으며, 반대로 단순한 키워드를 복수의 검색 엔진을 통해 검색한 결과를 제공하여 다양한 정보를 요구하는 사용자의 편의를 극대화할 수도 있다.In addition, by providing specific information or data about the keyword to the recommended keyword can be utilized for business purposes, on the contrary, by providing a result of searching a simple keyword through a plurality of search engines to maximize the convenience of users who require a variety of information It may be.

이상 설명한 바와, 본 발명의 실시예에 따른 추천 키워드 추출 시스템 및 방법은 컨텐츠와 상관도가 높으며 시청자들의 관심 사항을 반영할 수 있다는 점에서 임의의 서비스에 다양하게 응용될 수 있을 것이다.As described above, the recommendation keyword extraction system and method according to the embodiment of the present invention may have various correlations with content and may be variously applied to any service in that it may reflect the interests of viewers.

본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. An embodiment of the present invention may also be implemented in the form of a recording medium including instructions executable by a computer, such as a program module executed by the computer.

더불어 본 발명의 일 실시예에 따른 데이터 구조 역시 컴퓨터에 의해 실행 가능한 기록 매체에 저장될 수 있다.In addition, a data structure according to an embodiment of the present invention may also be stored in a recording medium executable by a computer.

컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다. Computer readable media can be any available media that can be accessed by a computer and includes both volatile and nonvolatile media, removable and non-removable media. In addition, computer readable media may include both computer storage media and communication media. Computer storage media includes both volatile and nonvolatile, removable and non-removable media implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data. Communication media typically includes computer readable instructions, data structures, program modules, or other data in a modulated data signal such as a carrier wave, or other transmission mechanism, and includes any information delivery media.

본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다. Although the methods and systems of the present invention have been described in connection with specific embodiments, some or all of their components or operations may be implemented using a computer system having a general purpose hardware architecture.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.The foregoing description of the present invention is intended for illustration, and it will be understood by those skilled in the art that the present invention may be easily modified in other specific forms without changing the technical spirit or essential features of the present invention. will be. Therefore, it should be understood that the embodiments described above are exemplary in all respects and not restrictive. For example, each component described as a single type may be implemented in a distributed manner, and similarly, components described as distributed may be implemented in a combined form.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다. The scope of the present invention is shown by the following claims rather than the above description, and all changes or modifications derived from the meaning and scope of the claims and their equivalents should be construed as being included in the scope of the present invention. do.

도 1은 종래 기술의 컨텐츠 관련 보충 정보를 검색하는 시스템을 개략적으로 도시한 도면이다. 1 is a diagram schematically illustrating a system for retrieving supplemental information related to content of the related art.

도 2는 본 발명의 일 실시예에 따른 추천 키워드 추출 시스템을 도시한 블록도이다. 2 is a block diagram illustrating a recommendation keyword extraction system according to an embodiment of the present invention.

도 3은 본 발명의 일 실시예에 따른 시드 키워드 DB(121)에 저장된 데이터 구조를 도시한 도면이다.3 is a diagram illustrating a data structure stored in the seed keyword DB 121 according to an embodiment of the present invention.

도 4는 본 발명의 일 실시예에 따른 시청 예상자 DB(122)에 저장된 데이터 구조를 도시한 도면이다.4 is a diagram illustrating a data structure stored in the audience predictor DB 122 according to an embodiment of the present invention.

도 5는 본 발명의 일 실시예에 따라 컨텐츠 별 추천 키워드 DB(123)의 데이터 구조 및 이를 생성하는 과정을 도시한 도면이다.5 is a diagram illustrating a data structure of a recommendation keyword DB 123 for each content and a process of generating the same according to an embodiment of the present invention.

도 6은 본 발명의 일 실시예에 따른 추천 키워드 추출 방법을 도시한 흐름도이다. 6 is a flowchart illustrating a recommendation keyword extraction method according to an embodiment of the present invention.

도 7은 본 발명의 일 실시예에서 시청 예상자 집단을 추출 및 저장하는 방법을 더욱 구체적으로 도시한 흐름도이다. FIG. 7 is a flowchart illustrating a method of extracting and storing a viewing audience group in detail according to an embodiment of the present invention.

도 8은 본 발명의 일 실시예에서 키워드 세트를 구성하는 방법을 구체적으로 도시한 흐름도이다. 8 is a flowchart specifically illustrating a method of constructing a keyword set in an embodiment of the present invention.

도 9는 본 발명의 일 실시예에서 컨텐츠 재생 시간대별 추천 키워드를 추출하는 방법을 구체적으로 도시한 흐름도이다. 9 is a flowchart specifically showing a method of extracting a recommendation keyword for each content playback time zone according to an embodiment of the present invention.

도 10은 본 발명의 일 실시예에 따라 추천 키워드가 활용되는 장면을 도시한 도면이다. 10 is a diagram illustrating a scene in which a recommendation keyword is utilized according to an embodiment of the present invention.

Claims (22)

특정 방송 컨텐츠의 방송 시간 및 상기 컨텐츠와 관련된 미리 정해진 시드 키워드를 저장하는 시드 키워드 DB;A seed keyword DB for storing a broadcast time of specific broadcast content and a predetermined seed keyword associated with the content; 상기 방송 시간 및 상기 시드 키워드를 이용하여 검색 엔진으로부터 검색어를 검색한 사용자 중에서 상기 컨텐츠의 시청 예상자를 추출하는 시청 예상자 추출부; 및A viewer predictor extractor configured to extract a viewer predictor of the content from a user who searches for a search word from a search engine using the broadcast time and the seed keyword; And 상기 시청 예상자의 사용자 식별 번호와 상기 방송 시간에 기초하여, 상기 시청 예상자가 검색한 검색어 중 컨텐츠와의 상관도가 임계치 이상인 조건을 만족시키는 키워드를 수집하여 키워드 세트를 생성하는 추천 키워드 생성부A recommended keyword generation unit for generating a keyword set based on a user identification number of the viewer and the broadcasting time, and collecting a keyword satisfying a condition that a correlation between the content is greater than or equal to a threshold among search terms searched by the viewer; 를 포함하는 추천 키워드 추출 시스템.Suggested keyword extraction system that includes. 제1항에 있어서,The method of claim 1, 상기 키워드 세트의 키워드의 방송 시간대별 검색 횟수에 기초하여, 상기 컨텐츠의 재생 시간대별 추천 키워드를 매칭 시키는 컨텐츠-키워드 시간 동기화부를 더 포함하는 것인 추천 키워드 추출 시스템.And a content-keyword time synchronizing unit for matching the recommendation keyword of each of the playback time zones of the content based on the number of times of search for each time zone of the keyword of the keyword set. 제2항에 있어서,The method of claim 2, 상기 컨텐츠-키워드 시간 동기화부는, 상기 키워드 세트에 포함된 키워드 중 미리 정해진 부적절한 키워드를 제거하는 것인 추천 키워드 추출 시스템.And the content-keyword time synchronization unit removes a predetermined inappropriate keyword among the keywords included in the keyword set. 제2항 또는 제3항에 있어서,The method according to claim 2 or 3, 상기 컨텐츠-키워드 시간 동기화부는, 컨텐츠의 재생 시간대별 추천 키워드에 관한 데이터를 상기 컨텐츠와 동기화 될 수 있도록 저장하는 것인 추천 키워드 추출 시스템.The content-keyword time synchronizing unit, the recommended keyword extraction system for storing the data related to the keyword recommended for each playback time zone to be synchronized with the content. 제1항에 있어서,The method of claim 1, 상기 시청 예상자의 사용자 식별 번호를 컨텐츠 별로 저장하는 시청 예상자 DB를 더 포함하는 것인 추천 키워드 추출 시스템.And a viewing predictor DB for storing the user identification number of the viewing predictor for each content. 제5항에 있어서,The method of claim 5, 상기 시청 예상자 추출부는, 방송 시간을 포함하는 소정 시간대에 시드 키워드를 검색한 사용자가 미리 정해진 횟수 이상 검색을 수행한 경우에 상기 사용자를 시청 예상자로서 추출하는 것인 추천 키워드 추출 시스템.And the viewing predictor extracting unit extracts the user as a viewing predictor when a user who searches for a seed keyword in a predetermined time zone including a broadcast time searches for a predetermined number of times or more. 제5항에 있어서,The method of claim 5, 상기 추천 키워드 생성부는, 상기 시청 예상자들이 검색한 특정 키워드의 검색 횟수와 상기 시청 예상자들이 검색한 전체 키워드의 검색 횟수의 비율을 이용하여 상기 키워드 세트를 생성하는 것인 추천 키워드 추출 시스템.And the recommendation keyword generation unit generates the keyword set by using a ratio of the number of searches of a specific keyword searched by the viewers and the number of searches of all keywords searched by the viewers. 제7항에 있어서,The method of claim 7, wherein 상기 추천 키워드 생성부는, 상기 특정 키워드를 검색한 시청 예상자들의 수를 더 이용하여 상기 키워드 세트를 생성하는 것인 추천 키워드 추출 시스템.And the keyword recommendation generation unit generates the keyword set by further using the number of viewers who have searched for the specific keyword. 제7항에 있어서,The method of claim 7, wherein 상기 추천 키워드 생성부는, 하루 전체의 키워드 검색 횟수에 대한 상기 방송 시간 동안의 키워드의 검색 횟수 비율을 더 이용하여 상기 키워드 세트를 생성하는 것인 추천 키워드 추출 시스템.And the recommendation keyword generation unit generates the keyword set by further using a ratio of the number of times of searching the keyword during the broadcasting time to the number of times of keyword search for the whole day. a) 특정 방송 컨텐츠의 방송 시간 및 상기 컨텐츠와 관련되어 미리 저장된 시드 키워드를 이용하여 상기 컨텐츠의 시청 예상자 집단을 추출하는 단계; 및a) extracting a viewing audience group of the content by using a broadcast time of a specific broadcast content and a seed keyword previously stored in association with the content; And b) 상기 시청 예상자가 상기 컨텐츠의 방송 시간을 포함하는 소정 시간 동안 검색한 검색어 중에서 상기 컨텐츠와 상관도가 임계치 이상인 검색어를 선택하여 키워드 세트를 구성하는 단계b) constructing a keyword set by selecting a search word whose correlation with the content is greater than or equal to a threshold value among search terms searched by the viewer for a predetermined time including a broadcast time of the content; 를 포함하는 추천 키워드 추출 방법.Suggested keyword extraction method comprising a. 제10항에 있어서,The method of claim 10, c) 각각의 키워드에 대한 시간대별 검색 횟수를 이용하여 상기 키워드 세트로부터 시간대별 키워드를 추출하는 단계; 및c) extracting time-phased keywords from the keyword set using the number of time-phased searches for each keyword; And d) 상기 컨텐츠의 재생 시간에 동기화하여 상기 시간대별 추천 키워드를 저 장하는 단계d) storing the recommended keyword for each time zone by synchronizing with the playing time of the contents; 를 더 포함하는 추천 키워드 추출 방법.Suggested keyword extraction method further comprising. 제10항에 있어서,The method of claim 10, 상기 단계 a)는, 특정 컨텐츠의 방송 시간을 포함하는 소정 시간 동안, 미리 정해진 횟수 이상 상기 시드 키워드를 포함하는 검색어를 검색한 사용자를 시청 예상자로서 추출하는 것인 추천 키워드 추출 방법.In the step a), during the predetermined time including the broadcast time of the specific content, extracting a user who searched for a search word including the seed keyword more than a predetermined number of times as a viewing predictor. 제12항에 있어서,The method of claim 12, 상기 시드 키워드는 상이한 가중치를 갖는 카테고리에 대응하며, 상기 검색어들에 포함된 시드 키워드들의 카테고리의 가중치의 합이 미리 정해진 값 이상 인 경우, 상기 검색어를 검색한 사용자를 시청 예상자로서 추출하는 것인 추천 키워드 추출 방법.The seed keyword corresponds to a category having a different weight, and when the sum of the weights of the categories of the seed keywords included in the search terms is equal to or greater than a predetermined value, the user searching for the search term is recommended as a viewer. How to extract keywords. 제10항에 있어서,The method of claim 10, 상기 단계 b)는, 특정 키워드에 대해 시청 예상자 검색 횟수 비율과 비 시청 예상자 검색 횟수 비율을 이용하여 상기 키워드 세트를 생성하는 것인 추천 키워드 추출 방법.In the step b), the keyword set is generated using the ratio of the number of viewer predicted searches and the ratio of non-viewed audience searches for a specific keyword. 제14항에 있어서, The method of claim 14, 상기 단계 b)는, 상기 특정 키워드를 검색한 시청 예상자의 수를 더 이용하여 상기 키워드 세트를 생성하는 것인 추천 키워드 추출 방법.In step b), the keyword set extraction method further generates the keyword set by further using the number of viewers who have searched for the specific keyword. 제15항에 있어서,The method of claim 15, 상기 특정 키워드를 검색한 시청 예상자는 미리 정해진 개수 이상의 시드 키워드를 통해 추출된 시청 예상자인 것인 추천 키워드 추출 방법.And a viewer predictor searching for the specific keyword is a viewer predictor extracted through a predetermined number or more of seed keywords. 제14항에 있어서,The method of claim 14, 상기 단계 b)는, 상기 방송 시간을 포함하는 소정 시간대에서의 상기 키워드의 검색 횟수 비율을 더 이용하여 상기 키워드 세트를 생성하는 것인 추천 키워드 추출 방법.The step b) is to generate the keyword set further using the ratio of the number of times of search for the keyword in a predetermined time zone including the broadcast time. 제11항에 있어서,The method of claim 11, 상기 단계 c)는, 방송 시간을 미리 정해진 시간 구간으로 나누어 각각의 시간 구간에 대한 특정 키워드의 검색 횟수 비율의 값 또는 순위를 이용하여, 상기 시간대별 추천 키워드를 추출하는 것인 추천 키워드 추출 방법. In the step c), by dividing a broadcast time into a predetermined time interval to extract the recommended keyword for each time zone by using the value or rank of the number of times of search for a specific keyword for each time interval. 제10항 내지 제18항 중 어느 한 항에 기재된 단계를 컴퓨터에 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽기 가능한 기록 매체.A computer-readable recording medium having recorded thereon a program for causing a computer to execute the steps according to any one of claims 10 to 18. 데이터 구조가 기록된 기록 매체에 있어서,A recording medium having a data structure recorded thereon, 특정 컨텐츠를 식별하는 컨텐츠 식별 데이터;Content identification data identifying specific content; 상기 컨텐츠의 재생 시간을 미리 정해진 값으로 분할한 재생 시간대별 식별 데이터; 및Identification data for each reproduction time slot which divides the reproduction time of the content into a predetermined value; And 상기 재생 시간대별 식별 데이터에 대응하는 적어도 하나 이상의 재생 시간대별 키워드 데이터를 포함하고,At least one keyword data for each playback time zone corresponding to the identification data for each playback time zone; 상기 재생 시간대별 키워드 데이터는 상기 특정 컨텐츠의 재생 시간과 동기되어 제공되는 것인, 상기 데이터 구조가 기록된 기록 매체.Wherein the keyword data for each reproduction time slot is provided in synchronization with a reproduction time of the specific content. 제20항에 있어서,The method of claim 20, 상기 키워드 데이터는, 상기 컨텐츠의 방송 시간 동안 시드 키워드를 포함하는 검색어를 검색한 사용자 중에서 추출된 시청 예상자의 검색어 중 상기 컨텐츠와의 상관도가 임계치 이상인 조건을 만족시키는 검색어로부터 생성된 것인, 상기 데이터 구조가 기록된 기록 매체.The keyword data is generated from a search word that satisfies a condition that the correlation with the content is greater than or equal to a threshold value among search terms of a viewer predicted among users who search for a search word including a seed keyword during a broadcast time of the content. Recording medium in which a data structure is recorded. 제21항에 있어서,The method of claim 21, 상기 키워드 데이터의 키워드 검색 시간과 상기 컨텐츠의 방송 시간을 이용하여, 상기 재생 시간대별 키워드 데이터와 상기 재생 시간대별 식별 데이터를 대응 시키는 것인, 상기 데이터 구조가 기록된 기록 매체.And using the keyword search time of the keyword data and the broadcast time of the content to correspond the keyword data for each playback time zone and the identification data for each playback time zone.
KR1020070107260A 2007-10-24 2007-10-24 System for extracting recommended keyword of multimedia contents and method thereof KR100893129B1 (en)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020070107260A KR100893129B1 (en) 2007-10-24 2007-10-24 System for extracting recommended keyword of multimedia contents and method thereof
PCT/KR2008/005083 WO2009054610A1 (en) 2007-10-24 2008-08-29 System for generating recommendation keyword of multimedia contents and method thereof
US12/674,600 US9414006B2 (en) 2007-10-24 2008-08-29 System for generating recommendation keyword of multimedia contents and method thereof
CN2008800238031A CN101690179B (en) 2007-10-24 2008-08-29 System for generating recommendation keyword of multimedia contents and method thereof
JP2010519876A JP5269899B2 (en) 2007-10-24 2008-08-29 Multimedia content recommendation keyword generation system and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070107260A KR100893129B1 (en) 2007-10-24 2007-10-24 System for extracting recommended keyword of multimedia contents and method thereof

Publications (1)

Publication Number Publication Date
KR100893129B1 true KR100893129B1 (en) 2009-04-15

Family

ID=40579694

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070107260A KR100893129B1 (en) 2007-10-24 2007-10-24 System for extracting recommended keyword of multimedia contents and method thereof

Country Status (5)

Country Link
US (1) US9414006B2 (en)
JP (1) JP5269899B2 (en)
KR (1) KR100893129B1 (en)
CN (1) CN101690179B (en)
WO (1) WO2009054610A1 (en)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101136726B1 (en) * 2009-06-15 2012-05-04 차영철 User-generated rule based multi-function search box service method and system
KR20140000754A (en) * 2012-06-25 2014-01-06 네이버 주식회사 Method of proposing the recommended query automatically in real-time broadcasting and server thereof
KR101531327B1 (en) * 2012-04-23 2015-06-24 줌인터넷 주식회사 System and method for ranking URLs using packet sniffing
KR101600870B1 (en) * 2014-08-29 2016-03-08 고려대학교 산학협력단 Keyword extracting method based on statistical methods
WO2017030211A1 (en) * 2015-08-18 2017-02-23 엘지전자 주식회사 Mobile terminal and control method thereof
WO2024143616A1 (en) * 2022-12-29 2024-07-04 엘지전자 주식회사 Video display device and operation method thereof

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9396258B2 (en) * 2009-01-22 2016-07-19 Google Inc. Recommending video programs
JP5427686B2 (en) * 2010-04-26 2014-02-26 日本電信電話株式会社 Related keyword generating apparatus, related keyword generating method, and related keyword generating program used for providing information
JP2012008789A (en) * 2010-06-24 2012-01-12 Hitachi Consumer Electronics Co Ltd Moving image recommendation system and moving image recommendation method
US9021175B2 (en) * 2010-08-24 2015-04-28 International Business Machines Corporation Method for reordering access to reduce total seek time on tape media
CN102411591A (en) 2010-09-21 2012-04-11 阿里巴巴集团控股有限公司 Information processing method and device
CN102479222B (en) * 2010-11-25 2016-02-17 深圳市世纪光速信息技术有限公司 The method and apparatus that recommendation word generates
KR20120062982A (en) * 2010-12-07 2012-06-15 삼성전자주식회사 Display apparatus and contents searching method
US10440402B2 (en) 2011-01-26 2019-10-08 Afterlive.tv Inc Method and system for generating highlights from scored data streams
JP5550669B2 (en) * 2012-03-21 2014-07-16 株式会社東芝 SEARCH DEVICE, SEARCH METHOD, AND PROGRAM
US10078672B2 (en) * 2012-03-21 2018-09-18 Toshiba Solutions Corporation Search device, search method, and computer program product
CN103377232B (en) 2012-04-25 2016-12-07 阿里巴巴集团控股有限公司 Headline keyword recommendation method and system
CN103577416B (en) 2012-07-20 2017-09-22 阿里巴巴集团控股有限公司 Expanding query method and system
US9407751B2 (en) * 2012-09-13 2016-08-02 Intel Corporation Methods and apparatus for improving user experience
US9569535B2 (en) * 2012-09-24 2017-02-14 Rainmaker Digital Llc Systems and methods for keyword research and content analysis
US9374411B1 (en) * 2013-03-21 2016-06-21 Amazon Technologies, Inc. Content recommendations using deep data
KR20150083336A (en) * 2014-01-09 2015-07-17 삼성전자주식회사 Server, method for providing service thereof, display device and method for displaying thereof
US20150319509A1 (en) * 2014-05-02 2015-11-05 Verizon Patent And Licensing Inc. Modified search and advertisements for second screen devices
US9564123B1 (en) * 2014-05-12 2017-02-07 Soundhound, Inc. Method and system for building an integrated user profile
KR20150136316A (en) * 2014-05-27 2015-12-07 삼성전자주식회사 Electrical apparatus, method and system for providing information
CN104731926B (en) * 2015-03-27 2018-03-09 百度在线网络技术(北京)有限公司 That recommends word shows method and apparatus
CN104991900A (en) * 2015-06-09 2015-10-21 腾讯科技(深圳)有限公司 Method and apparatus for pushing music data
EP3526267B1 (en) 2016-10-17 2023-06-28 Basf Se 3d spacer fabric reinforced pu composite and its use
US10545954B2 (en) * 2017-03-15 2020-01-28 Google Llc Determining search queries for obtaining information during a user experience of an event
WO2019117923A1 (en) * 2017-12-14 2019-06-20 Rovi Guides, Inc. Systems and methods for aggregating related media content based on tagged content
US10897639B2 (en) 2018-12-14 2021-01-19 Rovi Guides, Inc. Generating media content keywords based on video-hosting website content
CN109918555B (en) * 2019-02-20 2021-10-15 百度在线网络技术(北京)有限公司 Method, apparatus, device and medium for providing search suggestions
CN111126442B (en) * 2019-11-26 2021-04-30 北京京邦达贸易有限公司 Method for generating key attribute of article, method and device for classifying article
KR102425770B1 (en) * 2020-04-13 2022-07-28 네이버 주식회사 Method and system for providing search terms whose popularity increases rapidly
CN111954017B (en) * 2020-08-14 2022-03-25 北京达佳互联信息技术有限公司 Live broadcast room searching method and device, server and storage medium
US20240070210A1 (en) * 2022-08-30 2024-02-29 Maplebear Inc. (Dba Instacart) Suggesting keywords to define an audience for a recommendation about a content item

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020003915A (en) * 2000-06-26 2002-01-16 김상배 A method for providing search result including recommendation of search condition, and a server thereof
KR20020025142A (en) * 2002-03-04 2002-04-03 김일 A Keyword Recommend System and Method for Keyword Advertise Service
KR20020088671A (en) * 2001-05-19 2002-11-29 구교성 Method for searching information on the network using main key-word

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11161661A (en) 1997-11-28 1999-06-18 Sharp Corp Information retrieval device
JP2000250944A (en) 1998-12-28 2000-09-14 Toshiba Corp Information providing method and device, information receiving device and information describing method
KR100319157B1 (en) * 1999-09-22 2002-01-05 구자홍 User profile data structure for specifying multiple user preference items, And method for multimedia contents filtering and searching using user profile data
US7007008B2 (en) * 2000-08-08 2006-02-28 America Online, Inc. Category searching
WO2002043353A2 (en) * 2000-11-16 2002-05-30 Mydtv, Inc. System and methods for determining the desirability of video programming events
JP2002335473A (en) 2001-05-10 2002-11-22 Webstream:Kk Retrieval information extraction system for moving image contents, retrieved information extraction means, retrieved information storage system, and method for distributing streaming of moving image contents
KR20020081767A (en) 2001-04-19 2002-10-30 (주) 젠터닷컴 System and method for data broadcasting based on epg, and storage media having program source thereof
TWI220036B (en) 2001-05-10 2004-08-01 Ibm System and method for enhancing broadcast or recorded radio or television programs with information on the world wide web
US8453189B2 (en) 2002-02-25 2013-05-28 Koninklijke Philips Electronics N.V. Method and system for retrieving information about television programs
US20040194140A1 (en) * 2003-03-27 2004-09-30 Sharp Laboratories Of America, Inc. On-screen intelligent electronic program guide
US7240049B2 (en) * 2003-11-12 2007-07-03 Yahoo! Inc. Systems and methods for search query processing using trend analysis
GB2415518A (en) * 2004-06-24 2005-12-28 Sharp Kk Method and apparatus for translation based on a repository of existing translations
GB0414332D0 (en) * 2004-06-25 2004-07-28 British Telecomm Data storage and retrieval
US7895218B2 (en) * 2004-11-09 2011-02-22 Veveo, Inc. Method and system for performing searches for television content using reduced text input
US7548929B2 (en) * 2005-07-29 2009-06-16 Yahoo! Inc. System and method for determining semantically related terms
JP4412493B2 (en) * 2005-10-14 2010-02-10 日本電気株式会社 Recording support apparatus, recording apparatus, recording system, recording support method, and recording control method
KR100644399B1 (en) * 2005-12-13 2006-11-10 엔에이치엔(주) Method and system for supporting information access and record media thehefor
US20090049127A1 (en) * 2007-08-16 2009-02-19 Yun-Fang Juan System and method for invitation targeting in a web-based social network
US7996396B2 (en) * 2006-03-28 2011-08-09 A9.Com, Inc. Identifying the items most relevant to a current query based on user activity with respect to the results of similar queries
JP2007272451A (en) * 2006-03-30 2007-10-18 Toshiba Corp Recommended program information providing device, recommended program information providing method, and program
US8126874B2 (en) * 2006-05-09 2012-02-28 Google Inc. Systems and methods for generating statistics from search engine query logs
US7822745B2 (en) * 2006-05-31 2010-10-26 Yahoo! Inc. Keyword set and target audience profile generalization techniques

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020003915A (en) * 2000-06-26 2002-01-16 김상배 A method for providing search result including recommendation of search condition, and a server thereof
KR20020088671A (en) * 2001-05-19 2002-11-29 구교성 Method for searching information on the network using main key-word
KR20020025142A (en) * 2002-03-04 2002-04-03 김일 A Keyword Recommend System and Method for Keyword Advertise Service

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101136726B1 (en) * 2009-06-15 2012-05-04 차영철 User-generated rule based multi-function search box service method and system
KR101531327B1 (en) * 2012-04-23 2015-06-24 줌인터넷 주식회사 System and method for ranking URLs using packet sniffing
KR20140000754A (en) * 2012-06-25 2014-01-06 네이버 주식회사 Method of proposing the recommended query automatically in real-time broadcasting and server thereof
KR102012381B1 (en) * 2012-06-25 2019-08-20 네이버 주식회사 Method of Proposing the Recommended Query Automatically in Real-time Broadcasting and Server thereof
KR101600870B1 (en) * 2014-08-29 2016-03-08 고려대학교 산학협력단 Keyword extracting method based on statistical methods
WO2017030211A1 (en) * 2015-08-18 2017-02-23 엘지전자 주식회사 Mobile terminal and control method thereof
US11170060B2 (en) 2015-08-18 2021-11-09 Lg Electronics Inc. Mobile terminal and control method thereof
WO2024143616A1 (en) * 2022-12-29 2024-07-04 엘지전자 주식회사 Video display device and operation method thereof

Also Published As

Publication number Publication date
US20110264682A1 (en) 2011-10-27
CN101690179B (en) 2012-01-11
WO2009054610A1 (en) 2009-04-30
JP5269899B2 (en) 2013-08-21
CN101690179A (en) 2010-03-31
JP2010536233A (en) 2010-11-25
US9414006B2 (en) 2016-08-09

Similar Documents

Publication Publication Date Title
KR100893129B1 (en) System for extracting recommended keyword of multimedia contents and method thereof
US9396258B2 (en) Recommending video programs
US7865927B2 (en) Enhancing media system metadata
KR100889986B1 (en) System for providing interactive broadcasting terminal with recommended keyword, and method for the same
KR101506823B1 (en) Method for transceiving media files and device for transmitting/receiving using same
KR101565671B1 (en) Detailed information management system
JP2018082501A (en) Method and device for correlating media meta data
CN106415546B (en) For the system and method in local detection institute consumer video content
KR20040026703A (en) System and method for combining several EPG sources to one reliable EPG
JP5685373B2 (en) Video content recommendation management device, video content scene playback instruction method and program thereof
KR101774397B1 (en) Method and apparatus for providing preferred information about broadcasting
CN106131703A (en) A kind of method of video recommendations and terminal
US20170134810A1 (en) Systems and methods for user interaction
KR100889987B1 (en) System for recommending broadcast program and method thereof
US7640563B2 (en) Describing media content in terms of degrees
US20130132842A1 (en) Systems and methods for user interaction
US10003854B2 (en) Method and system for content recording and indexing
KR101779975B1 (en) System for providing additional service of VOD content using SNS message and method for providing additional service using the same
JP2008236779A (en) Information providing apparatus and information providing method, and computer program
US9137581B2 (en) Video recording/playing device and program searching method
KR101852490B1 (en) Apparatus and method for providing contents based on search pattern of user

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120329

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160329

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20170328

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20190401

Year of fee payment: 11